Le Pew Research Center a cherché à mesurer la progression des textes générés ou fortement édités par intelligence artificielle sur le Web. Son équipe Data Labs a analysé près de 490 000 pages web anglophones issues des archives de Common Crawl, sur une période allant de janvier 2021 à juillet 2026.
Les textes ont été examinés avec Open Pangram, un modèle de détection qui recherche des caractéristiques statistiques associées à l’écriture par IA. Pew parle donc de signes d’écriture ou d’édition par IA, et non d’une identification certaine de l’auteur de chaque page.
10 % des pages montrent des signes d’écriture IA
Dans l’échantillon aléatoire de 10 000 pages constitué en juillet 2026, 10 % présentent des signes significatifs d’écriture par intelligence artificielle.
La progression commence à devenir visible après le lancement public de ChatGPT, fin novembre 2022, puis se poursuit avec la diffusion d’autres assistants comme Claude et Gemini.
Lorsque Pew ne conserve que les contenus publiés après l’arrivée de ChatGPT, la proportion dépasse un tiers des pages dans l’échantillon de juillet 2026. Ces textes peuvent avoir été intégralement générés par IA ou substantiellement révisés avec ce type d’outil.
Cette distinction est importante alors que Google affirme ne pas pénaliser un contenu simplement parce qu’il est généré par IA.
Les domaines .com concentrent davantage de contenu détecté
La progression n’est pas identique selon les types de sites.
Sur les moyennes calculées au début de 2026, 9,35 % des pages en .com présentent des signes significatifs d’écriture ou d’édition par IA. La proportion atteint 4,59 % pour les .org.
Elle reste nettement inférieure sur les domaines institutionnels et universitaires. Pew mesure 1,03 % pour les .edu et 0,76 % pour les .gov.
Avant le lancement de ChatGPT, les quatre catégories se situaient autour ou sous 1 %. Les .com ont ensuite progressé beaucoup plus rapidement, tandis que les .edu et .gov sont restés proches de leurs niveaux précédents.
La progression du contenu automatisé sur les sites commerciaux intervient dans un contexte où la production massive de textes soulève déjà des questions sur les fermes de contenus et leur qualité éditoriale.
Certains marqueurs stylistiques deviennent plus fréquents
Pew a également suivi plusieurs caractéristiques linguistiques plus fréquentes dans les textes produits par certains modèles.
Entre début 2023 et début 2026, l’utilisation des tirets cadratins a presque doublé, passant de 5,79 à 11,19 occurrences pour 10 000 mots. Les virgules d’Oxford progressent de 63 %.
Le vocabulaire identifié comme fréquent dans les productions IA augmente également. Pew cite notamment des termes anglais comme delve, interplay ou testament. Leur fréquence a plus que doublé depuis 2023.
La construction consistant à opposer deux idées sur le modèle « ce n’est pas seulement X, c’est Y » a presque triplé, même si elle reste peu fréquente dans l’ensemble du corpus.
Ces observations rappellent que certains contenus peuvent présenter des caractéristiques récurrentes sans pour autant être inutiles. Une autre étude avait ainsi estimé que plus de 50 % du contenu web classé pouvait relever du “fluff”, une problématique distincte de son mode de production.
Ces marqueurs ne permettent pas d’identifier un texte individuellement
Pew insiste sur les limites des détecteurs de contenu IA. Ils peuvent attribuer à tort certains textes humains à une intelligence artificielle et manquer des contenus réellement générés par un modèle.
Un tiret cadratin, une virgule d’Oxford ou certains mots ne constituent donc pas une preuve d’écriture par IA. Les auteurs humains utilisent eux aussi ces formes.
L’analyse porte sur leur fréquence dans plusieurs centaines de milliers de documents, où des tendances statistiques peuvent apparaître. Pew ne propose pas d’utiliser ces marqueurs pour déterminer l’origine d’une page particulière.
Cette limite rejoint d’autres analyses déjà relayées sur Position Zéro, notamment sur les limites de l’IA pour produire un contenu SEO de qualité et sur le cas d’un site ayant publié 1 000 articles IA avant de perdre fortement en visibilité.
